Category: Big Data e Inteligencia Artificial

El Premio Turing se trata de un reconocimiento de las Ciencia de la Computación y es considerado el “Premio Nobel” en ésta área. Anualmente, este galardón es otorgado a quienes hayan contribuido de manera trascendental a este campo y concedido por la Association of Computing Machinery (ACM), la mayor agrupación de profesionales de la informática. Este premio, como su propio nombre indica, rinde homenaje a Alan M. Turing.

Alan M. Turing (1912-1954) es considerado uno de los padres de la Informática, precursor de la informática moderna que proporcionó una influyente formalización de los conceptos de algoritmo y computación. Las aportaciones más relevantes de toda su trayectoria científica en Ciencias de la Computación fueron: la maquina de Turing, Enigma,  el test de Turing, el primer programa de ajedrez para un ordenador, aportaciones al estudio de la Cibernética, entre otras.

El último Premio Turing (2018) ha sido otorgado a tres investigadores en Inteligencia Artificial: Geoffrey Hinton, Yann LeCun y Yoshua Bengio, por sus aportaciones en Deep Learning (aprendizaje profundo). Las técnicas que han desarrolló a lo largo de los 90 y 2000 han permitido grandes avances en áreas como la visión artificial y el reconocimiento de voz. Sus aportaciones han sido clave para el desarrollo de las actuales tecnologías de Inteligencia Artificial, desde coches autónomos como “Google self-driving car”, reconocimiento facial como “Face ID” de Apple hasta asistentes virtuales en el hogar como “Alexa” de Amazon.

Desde 2004, el Premio Turing es patrocinado por Google y gratifica al ganador con 1 millón de USD.

Geoffrey Hinton

Hinton (Reino Unido, 1947) es Doctor (Phd) en Inteligencia Artificial por la Universidad de Edimburgo y actualmente es profesor en el departamento de informática en la Universidad de Toronto. Desde 2013 trabaja en Inteligencia Artificial para Google. Estudió Psicología Experimental en Cambrigde; allí, alguna influencia tuvo que se inspiró en nuestra biología, la mente humana, para programar y crear las conocidas redes neuronales.

Yann LeCun

LeCun (Francia, 1960) es profesor de Plata del Courant Institute of Mathematical Sciences de la Universidad de Nueva York y vicepresidente, jefe científico de Inteligencia Artificial en Facebook. Sus contribuciones datan desde finales de los ochenta, inventó el algoritmo de reconocimiento óptico de caracteres y la visión por computadora utilizando Convolutional Neural Networks (CNN). Es uno de los principales creadores de la tecnología de compresión de imágenes DjVu, junto a Leon Bottou y Patrick Haffner; y co-desarrolló el lenguaje de programación Lush, junto a León Bottou.

Yoshua Bengio

Desde 1993, Bengio (Francia-Canada,  1964) es profesor en el Departamento de Ciencias de la Computación e Investigación de Operaciones en la Université de Montréal y además de ocupar la Cátedra de Investigación de Canadá en Algoritmos de Aprendizaje Estadístico, también es el fundador y director científico de Mila (Instituto de Montreal para los Algoritmos de Aprendizaje), el grupo de investigación universitario más grande del mundo en Deep Learning.

Su contribución a la investigación es innegable. Su objetivo final es comprender los principios que conducen a la inteligencia a través del aprendizaje y su investigación le ha valido múltiples premios, entre ellos, el actual Premio Turing en 2018. En este mismo año también recibió la Medalla del 50 aniversario del Ministère des Relations Internationales et de la Francophonie. Estos honores reflejan la profunda influencia de su trabajo en la evolución de nuestra sociedad. Preocupado por los impactos sociales de esta nueva tecnología, ha contribuido activamente al desarrollo de la Declaración de Montreal para el Desarrollo Responsable de la Inteligencia Artificial.

 

Hoy en día, las organizaciones se enfrentan a una crisis de implicación por parte de sus clientes, empleados y otros públicos, y que son bombardeados con el ruido del Social Media Marketing. Sin embargo, la gamificación posee una ventaja en este sentido: puede ayudar a cambiar comportamientos, motivar el consumo, desarrollar habilidades e impulsar la innovación en las empresas.

¿Cómo se involucran las organizaciones con sus públicos? Motivándolos a alcanzar sus metas. En los últimos años, este método ha ido creciendo su uso con el objetivo de generar una mayor motivación o generar mayor implicación tanto de públicos internos como externos dentro del mundo empresarial.

La gamificación se centra en el uso de mecánicas del juego para impulsar la participación en escenarios empresariales o sociales para cambiar comportamientos a un público objetivo concreto y, de esta forma, lograr algún tipo de beneficio, ya sea lograr resultados comerciales, económicos o de marca.

Existen diversos tipos de gamificación, pero todos ellos incluyen la mecánica del juego: puntos, desafíos, ligas, tablas de clasificación, con reglas e incentivos; que hacen que el juego sea divertido y/o aporte algún tipo de beneficio para aquel que participa en esta dinámica.

¿Por qué hacer uso de la gamificación a nivel empresarial?

El objetivo de la gamificación es motivar a los empleados a tomar acciones que lo ayuden a alcanzar sus objetivos comerciales. Es posible que estas personas no realicen estas acciones por sí mismas, pero se comprometen a hacerlo cuando sienten que se están beneficiando personalmente. Por lo tanto, es fundamental para las empresas identificar continuamente qué motiva mejor a sus empleados y desarrollar los esfuerzos para respaldar eso.

A medida que las empresas deciden si incorporar o no la gamificación, una consideración importante es el creciente número de millennials en la fuerza laboral y el mercado. Aunque la gamificación está dirigida a todos los usuarios, los millennials alcanzaron la mayoría de edad en la era digital y responden bien a la gamificación. Por lo tanto, ya sea que busque aumentar las ventas de clientes o motivar a los empleados, la gamificación puede cambiar la forma en que se presenta y utiliza la inteligencia comercial en toda organización.

Según Statista.com, se espera que el mercado de la gamificación crezca de 4,91 mil millones de dólares estadounidenses en 2016 a casi 12 mil millones en 2021. Por este motivo, también es importante prestar atención a este tipo de estrategias.

Statistic: Value of the gamification market worldwide in 2016 and 2021 (in billion U.S. dollars) | StatistaFind more statistics at Statista

¿Qué puedes conseguir con la gamificación?

En resumen, la gamificación despierta cuatro puntos clave de gran valor para la empresa:

  • Motivación: un empleado motivado es más eficiente o un cliente motivado es más propenso a consumir tu marca
  • Actitudes y comportamientos: transformar el desinterés por el compromiso o por el consumo
  • Esfuerzo y superación: como seres humanos, el afán por superar adversidades y mejorar día a día en cualquier ámbito
  • Concentración: ayuda a captar la atención y retener conocimientos, familiarizarnos con una marca/producto.

¿Cómo se puede aplicar esto a un entorno de inteligencia empresarial?

Proporcionar a los usuarios una experiencia inmersiva y gamificada se considera un instrumento importante para mejorar la productividad y el rendimiento en el lugar de trabajo. Al involucrar a los usuarios y permitirles manipular los datos de forma rápida y sencilla, se dirigen a mejorar su rendimiento a través de la retroalimentación.

La gamificación en otros ámbitos: la educación

A continuación, se expone un vídeo de Karl Kapp quien define el término gamificación, expone dos tipos de gamificación (estructural y contenido) junto a un ejemplo de cada tipo. Aunque el enfoque del vídeo se centre principalmente en los usos educativos de la gamificación, podemos tener una ligera idea del concepto y aplicación de su uso en otros ámbitos fuera del empresarial, en este caso, la educación.

Este jueves 28 de marzo tendrá lugar en la Fundación Valentin de Madariaga en Sevilla, una jornada centrada en “Big Data Analytics: tu llave al mundo profesional” organizada por el Máster de Ingeniería Industrial de la Escuela de Ingenieros (Tecnun) de la Universidad de Navarra. Esta jornada cuenta con la colaboración de Jaime Martel, Director Técnico de ITELLIGENT con más de diez años de experiencia en el sector Big Data & Data Science.

El objetivo de esta jornada sobre analítica de grandes volúmenes de datos es aprender nociones básicas, claves y casos realistas de un tema actual para ingenieros que buscan liderar y gestionar las empresas del mañana.  La inscripción a esta actividad es totalmente gratuita y puedes hacerlo a través de este formulario. Agradecemos tanto a Tecnun como a Fundación Valentín de Madariaga la organización del mismo.

big data analytics tecnun

La Analítica Empresarial o Business Analytics permite conseguir los objetivos empresariales, a partir del análisis de datos. Básicamente permite detectar tendencias y realizar pronósticos a partir de modelos predictivos y utilizar estos modelos para optimizar los procesos de negocio.

Una forma de clasificar la Analítica Empresarial o Business Analytics podría ser estas tres áreas más o menos superpuestas:

  • Analítica Descriptiva o Descriptive Analytics: Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  • Analítica Predictiva o Predictive Analytics: Utiliza los datos para determinar que puede pasar en el futuro. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  • Analítica Prescriptiva o Prescriptive Analytics: Utiliza los datos para prescribir aquellas acciones que incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.